Doğal dil işleme yöntemlerini kullanarak yapay zeka destekli metin ve duygu analizi
Artificial intelligence supported text and sentiment analysis using natural language processing methods
- Tez No: 1005518
- Danışmanlar: DR. ÖĞR. ÜYESİ AKİF KURT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Doğal dil işleme, Yapay zeka ve makine öğrenmesi dersi, İnsan-yapay zeka etkileşimi, Natural language processing, Artificial intelligence and machine learning course, Human-artificial intelligence interaction
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Iğdır Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, fen ve bilgisayar bilimleri alanlarında önde gelen dergilerde yayımlanan makaleler, Doğal Dil İşleme (NLP) yöntemleri kullanılarak analiz edilmiştir. Bird, Klein ve Loper (2009), NLP'yi bilgisayarlar ile insanlar (doğal diller) arasındaki etkileşimle ilgilenen bir alan olarak tanımlamaktadır. Çalışmanın amacı, 21. yüzyılda hızla ilerleyen dijital çağda yapılacak araştırmalara rehberlik etmek ve mevcut teknolojik gelişmeleri ortaya koymaktır. Veriler, Big Data Research dergisinde yayımlanan makalelerden elde edilmiştir. Google Colaboratory ortamında Python programlama dili kullanılarak; dosya yükleme, metin ön işleme, kelime sıklığı analizi, n-gram analizi, konu modelleme, duygu analizi, TF-IDF hesaplamaları ve makale benzerliği ölçümleri gerçekleştirilmiştir. Sonuç olarak tablo, grafik ve kelime bulutu gibi çeşitli görsel çıktılar üretilmiştir. Elde edilen bulgular, en sık kullanılan kelimelerin“data”,“method”,“network”,“analysis”ve“series”olduğunu göstermiştir. N-gram analizleri sık geçen ikili ve üçlü kelime gruplarını ortaya koyarken, LDA modellemesi makalelerdeki temel kavramların“anomaly”,“system”,“network”,“learning”,“analysis”ve“normalization”temaları etrafında yoğunlaştığını göstermiştir. Duygu analizi, makalelerde olumlu, olumsuz ve nötr ifadelerin bulunduğunu ortaya çıkarırken; kümeleme ve benzerlik analizleri, bazı çalışmalar arasında güçlü benzerlikler olduğunu göstermiştir. vi Sonuç olarak bu çalışma, akademik makalelerin analizinde NLP yöntemlerinin uygulanabilirliğini ortaya koymakta ve daha büyük veri setleriyle yapılacak gelecekteki araştırmalar için bir temel sunmaktadır.
Özet (Çeviri)
In this study, Natural Language Processing (NLP) methods were applied to analyze articles published in leading journals in the fields of science and computer science. Bird, Klein, and Loper (2009) define NLP as a field concerned with the interaction between computers and humans (natural languages). The purpose of this study is to provide guidance for future research in the rapidly advancing digital era of the 21st century and to highlight the current state of technology. The data were obtained from articles published in the Big Data Research journal. Using the Python programming language in the Google Colaboratory environment, several processes were performed including file loading, text preprocessing, word frequency analysis, n-gram analysis, topic modeling, sentiment analysis, TF-IDF scoring, and article similarity measurement. As a result, various visual outputs such as tables, charts, and word clouds were generated. The findings revealed that the most frequently used words were“data,”“method,”“network,”“analysis,”and“series.”N-gram analyses identified frequent bi- and trigrams, while LDA modeling showed that the main concepts in the articles were concentrated around the themes of“anomaly,”“system,”“network,”“learning,”“analysis,”and“normalization.”Sentiment analysis highlighted the presence of positive, negative, and neutral tones in the articles, and clustering and similarity analyses demonstrated strong similarities between certain works. viii In conclusion, this study demonstrates the applicability of NLP methods in the analysis of academic articles and provides a foundation for future research conducted with larger datasets.
Benzer Tezler
- Yükseköğretim kalite süreçlerinde yapay zeka yöntemleri ile kurum olgunluk düzeyinin değerlendirilmesine yönelik bir model önerisi
A model proposal for assessment of institution maturity level using artificial intelligence methods in higher education quality processes
MEHMET TEPELİ
Doktora
Türkçe
2025
Yönetim Bilişim SistemleriBurdur Mehmet Akif Ersoy ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. ADNAN KALKAN
- Taxonomy and visualization of digital architecture knowledge: Proposal for a scientific online encyclopedia
Dijital mimarlık bilgisinin taksonomisi ve görselleştirilmesi: Bilimsel bir çevrim içi ansiklopedi önerisi
ESRANUR KARACİF
- Bridging AI and personalization: From social media insights to targeted marketing
Yapay zeka ve kişiselleştirme: Sosyal medya içgörülerinden hedefli pazarlamaya
YUSUF MÜCAHİT ÇETİNKAYA
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI TOROSLU
- Developing ai agents that extract metadata using the rag method with fine-tuned large language models
İnce ayar yapılmış büyük dil modellerini kullanarak, rag yöntemiyle metaveri çıkaran yapay zekâ ajanları geliştirmek
TAMAM ALHASAN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiYapay Zeka Teknolojileri Ana Bilim Dalı
DOÇ. DR. SAVAŞ TAKAN
- Temel tasarım eğitiminde yapay zekâ destekli bir değerlendirme asistanı önerisi: Luna
A proposal for an ai-assisted evaluation assistant in basic design education: Luna
ÇİĞDEM DÜZGÜNEŞ SÜNGÜ